CN110135622B - 一种河水水质污染预测方法和装置 - Google Patents

一种河水水质污染预测方法和装置 Download PDF

Info

Publication number
CN110135622B
CN110135622B CN201910293498.8A CN201910293498A CN110135622B CN 110135622 B CN110135622 B CN 110135622B CN 201910293498 A CN201910293498 A CN 201910293498A CN 110135622 B CN110135622 B CN 110135622B
Authority
CN
China
Prior art keywords
river
water quality
water
reach
component content
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910293498.8A
Other languages
English (en)
Other versions
CN110135622A (zh
Inventor
王兆海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Chuangqi Cloud Computing Co ltd
Original Assignee
Shandong Chuangqi Cloud Computing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Chuangqi Cloud Computing Co ltd filed Critical Shandong Chuangqi Cloud Computing Co ltd
Priority to CN201910293498.8A priority Critical patent/CN110135622B/zh
Publication of CN110135622A publication Critical patent/CN110135622A/zh
Application granted granted Critical
Publication of CN110135622B publication Critical patent/CN110135622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Abstract

本申请公开了一种河水水质污染预测方法,预测方法包括:接收来自检测设备的水质信息、检测设备所处的河道位置信息、检测设备记录水质信息的时间数据;根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值对应的河段为待预测水质污染河段;获取待预测水质污染河段的水质评价参数在当前时刻的数值;根据水质信息、河道位置信息、水质评价参数在当前时刻的数值和时间数据,确定下一时间段待预测水质污染河段的河水组分含量;根据检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息。本申请能够提高河流水质监控效率。

Description

一种河水水质污染预测方法和装置
技术领域
本申请涉及河务数据处理技术领域,尤其涉及一种河水水质污染预测方法和装置。
背景技术
近年来国家对河流的监测投入了大量的人力、物力和财力,建设了许多大型水文站、水位站、气象站以及环境监测站,以实现对河流的气象、水文、水质等监测。
在水质污染程度超标时,通过人工分区域采集河水样本,对河水样本进行分析,从而人为预测水质发生变化的河流区域。
然而,上述方法是在已经发生了水质污染程度超标时,才对其周围河段水质进行检测或预测,因此预警滞后不及时,降低了河流水质监控效率,也会增加水质治理成本。
发明内容
为了解决上述问题,本申请提出了一种河水水质污染预测方法,包括:
接收来自检测设备的水质信息、所述检测设备所处的河道位置信息、所述检测设备记录所述水质信息的时间数据;其中,所述水质信息包括河水组分含量;
根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值对应的河段为待预测水质污染河段;获取所述待预测水质污染河段的水质评价参数在当前时刻的数值,所述水质评价参数包括降雨量、河水流量、河水流速中的一个或多个;
根据所述水质信息、所述河道位置信息、所述水质评价参数在当前时刻对应数的值和所述检测设备记录的时间数据,确定下一个预设时间段所述待预测水质污染河段的河水组分含量;
根据所述检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及确定的下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息。
在一个示例中,根据所述检测设备所处的河道位置信息和所述河水组分的类型数据,获取所述检测设备对应河段的气候参数,所述气候参数,包括:时节、温度、光照强度和风速中的一个或多个;
根据所述气候参数对应的数值和所述检测设备记录的时间数据,确定第一修正值;
根据所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,计算下一个预设时间段的所述待预测水质污染河段的河水组分含量的基础值;
根据所述基础值和所述第一修正值,确定下一个预设时间段的河水组分含量。
在一个示例中,确定所述待预测水质污染河段对应的污水排放节点的位置信息;
获取所述污水排放节点的污水排放数据,所述污水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分含量;
根据所述污水排放数据和所述检测设备记录的时间数据,确定第二修正值;
根据所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,计算下一个预设时间段的所述待预测水质污染河段的河水组分含量的基础值;
根据所述基础值和所述第二修正值,确定下一个预设时间段的河水组分含量。
在一个示例中,根据所述检测设备所处的河道位置信息和所述河水组分的类型数据,获取所述检测设备对应河段的气候参数,所述气候参数,包括:时节、温度、光照强度和风速中的一个或多个;
根据所述气候参数对应的数值和所述检测设备记录的时间数据,确定第一修正因子,以及所述第一修正因子对应的第一修正值;
确定所述待预测水质污染河段对应的污水排放节点的位置信息;
获取所述污水排放节点的污水排放数据,所述污水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分的含量;
根据所述污水排放数据和所述检测设备记录的时间数据,确定第二修正因子及所述第二修正因子对应的第二修正值;
根据所述水质信息、所述水质评价参数对应的数值、所述第一修正值和所述第二修正值,确定所述待预测水质污染河段中至少一个河水组分在河道中的浓度扩散梯度;
根据所述检测设备的河道位置信息和所述浓度扩散梯度,计算得到各个扩散梯度对应河段的定位信息;
根据所述浓度扩散梯度和所述河段的定位信息,在电子地图中用不同的颜色标记。
在一个示例中,根据所述水质信息,确定所述河水组分在所述检测设备所在区域的组分含量;
根据所述水质评价参数,建立流体力学的连续性方程和动量方程;
根据所述流体力学的连续性方程、动量方程,以及所述第一修正因子和所述第二修正因子,确定所述河水组分的迁移模型;
将所述组分含量、所述第一修正值、所述第二修正值带入所述迁移模型,得到所述河水组分在所述检测设备所在区域的浓度扩散梯度。
在一个示例中,所述河水组分的迁移模型具体为:
Figure GDA0002887866560000041
其中,C用于表征排污口下游处所述河水组分含量的解,t用于表征记录时间,x用于表征沿着河水流向纵向距离,u用于表征河水流速,D用于表征扩散系数,K用于表征所述河水组分的降解系数,λ用于表征所述第一修正因子,A用于表征所述第二修正因子。
在一个示例中,在所述待预测水质污染河段内,根据所述预设时间段内的河水变化趋势图的展示信息,确定所述河水组分含量变化趋势相同的检测设备的数量大于阈值时,发送警报信息。
另一方面,本申请提出了一种河水水质污染预测装置,包括:接收模块、数据处理模块和含量预测模块;
所述接收模块,用于接收来自检测设备的水质信息、所述检测设备所处的河道位置信息、所述检测设备记录所述水质信息的时间数据;其中,所述水质信息包括河水组分含量;
所述数据处理模块,用于根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值对应的河段为待预测水质污染河段;获取所述待预测水质污染河段的水质评价参数在当前时刻的数值,所述水质评价参数包括降雨量、河水流量、河水流速中的一个或多个;
所述含量预测模块,用于根据所述水质信息、所述河道位置信息、所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,确定下一个预设时间段所述待预测水质污染河段的河水组分含量;
所述含量预测模块,还用于根据所述检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及确定的下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息。
在一个示例中,所述含量预测模块,用于根据所述检测设备所处的河道位置信息和所述河水组分的类型数据,获取所述检测设备对应河段的气候参数,所述气候参数,包括:时节、温度、光照强度和风速中的一个或多个;根据所述气候参数对应的数值和所述检测设备记录的时间数据,确定第一修正值;根据所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,计算下一个预设时间段的所述待预测水质污染河段的河水组分含量的基础值;根据所述基础值和所述第一修正值,确定下一个预设时间段的河水组分含量。
在一个示例中,所述含量预测模块,用于确定所述待预测水质污染河段对应的污水排放节点的位置信息;获取所述污水排放节点的污水排放数据,所述污水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分含量;根据所述污水排放数据和所述检测设备记录的时间数据,确定第二修正值;根据所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,计算下一个预设时间段的所述待预测水质污染河段的河水组分含量的基础值;根据所述基础值和所述第二修正值,确定下一个预设时间段的河水组分含量。
通过本申请提出标定方式能够带来如下有益效果:
工作人员在污染发生前,根据河水组分的变化趋势,采取应急措施,以降低河水污染程度,甚至避免河水污染,从而提高了河流水质监控效率,并降低了治理成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提出的一种河水水质污染预测方法流程图;
图2为本申请实施例提出的另一种河水水质污染预测方法流程图;
图3为为本申请实施例提出的一种河水水质污染预测装置的结构示意图。
具体实施方式
为了更清楚的阐释本申请的整体构思,下面结合说明书附图以示例的方式进行详细说明。
在河水水质污染预测方面,河水组分含量通常指河水组分的浓度,因此在本申请实施例中,河水组分含量如无特殊说明均指河水组分的浓度。本申请的实施例公开了一种河水水质污染预测方法,如图1所示,包括以下步骤:
步骤101,接收来自检测设备的水质信息、检测设备对应的河道位置信息以及检测设备记录所述水质信息的时间数据。
在本申请实施例中,水质信息包括河水组分含量。除了河水组分之外,水质信息还包括但不限于:水温、pH值、化学需氧量、生化需氧量、粪大肠菌群等水质指标中的至少一个。河水组分包括但不限于:溶解氧、氟化物、硫化物、砷、铜、汞、铅、镉、磷、氮中的至少一个。
步骤102,根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值对应的河段为待预测水质污染河段。
本申请提供的技术方案用于污染发生前,即一个或多个河段的水质污染值持续上升或下降但未到达污染阈值,其中,溶解氧的数值持续下降表征可能会出水体富营养化。如果存在一个或多个河段的水质污染值持续上升或下降并达到污染阈值,则直接相关部门发出污染警报。
步骤103,获取待预测水质污染河段的水质评价参数在当前时刻的数值。
在本申请实施例中,水质评价参数包括:降雨量、河水流量和河水流速中的一个或多个。其中,河水流量和河水流速都是常规的评价参数。降雨量可能会导致河水水位在一段时间内上涨,即在降雨的情况下,河水流量和河水流速可能会随时间变化而发生变化,例如,下雨时河水流量和河水流速会逐渐变大,降雨结束后,下雨时河水流量和河水流速会逐渐变小。基于上述考虑,本申请实施例将降雨量作为水质评价参数。
步骤104,根据检测设备所处的河道位置信息和河水组分的类型数据,获取河水组分对应的气候参数。
在本申请实施例中,气候参数包括但不限于:时节、温度、光照强度和风速中的至少一个。其中,温度和光照强度影响水生植物的生长,从而影响溶解氧的含量。可以理解的是,此处温度指大气温度,而非水温。风速、温度和光照强度会影响河水的蒸发量,风速越大、温度越高、光照强度越强,河水的蒸发量越大。如果河水的蒸发量大于预设阈值,会导致河水组分含量升高。
时节不仅包括春夏秋冬,还包括河水的汛期、丰水期、枯水期和平水期。四季分别对应不同的气候,不同的气候决定了不同的生态环境,例如,夏季动植物生理循环旺盛,经营水产或禽畜养殖的行为会对某一河段的河水组分造成影响。秋天水生生物消亡,微生物分解河水中水生生物的腐殖物质,会消耗溶解氧并产生其他河水组分。河水按照流量大小可以分为丰水期、枯水期和平水期,其中,丰水期河道中水量最大,此时河水组分含量相对较低;枯水期河道中水量最小,此时河水组分含量相对较高;平水期时,河水组分含量大体上大于丰水期且小于枯水期。汛期虽然与丰水期在同一时间段,然而汛期时水势凶猛,此时河水会将河底、河边的物质卷入水中,可能会导致河水组分含量增加。
综上所述,在预测下一个时间段河水组分含量时,要考虑上述气候参数。
气候参数由河水组分的类型和河道位置信息确定。以长江流域为例,云贵高原为亚热带季风气候,四季差别不大,同时云贵高原地处中国西南部,受西南季风影响较大,因此干湿季节分明。对于云贵高原段的气候参数应该以河水的汛期、丰水期、枯水期和平水期为主。长江中下游平原为北亚热带,四季分明,同时受东南季风影响,全年都有降雨量,且雨热同期,因此,长江中下游平原段的气候参数应该以四季、温度、汛期为主。
河水中的水生植物过度生长会导致水中溶解氧减小,因此,在预测溶解氧时要考虑到当前时刻温度和光照强度是否适合水中植物生成长,如果是,溶解氧下降幅度较大;否则,溶解氧下降幅度较小。而其他类型河水组分则不用考虑温度和光照强度是否适合水中植物生成长。
步骤105,确定待预测水质污染河段对应的污水排放节点的位置信息。
步骤106,获取污水排放节点的污水排放数据。
在本申请实施例中,排放的污水中可能含有河水组分,例如工业废水中可能含有氟化物、硫化物、砷、铜、汞、铅、镉;农业废水主要含有氮和磷;生活污水主要含磷和有机物,这些都会直接或间接影响河水组分含量。因此,利用污水排放数据能够提高预测结果的准确性。
水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分含量。河水的自净化不是一蹴而就的,而是需要一段时间的,因此理论上污水排放频次越高,河水自净化所需的时间越长,这必然会影响河水组分含量。然而污水排放频次只能定性评价污水排放对河水组分含量的影响,因此需要利用单次污水排放量、单次污水排放时间数据和污水组分的含量定量评价污水排放对河水组分含量的影响。
步骤107,根据污水排放数据、气候参数和检测设备记录的时间数据,分别确定第一修正值和第二修正值。
在本申请实施例中,第一修正值为无量纲常数,以比值的形式表征不同条件下河水组分含量的差异,由气候参数和检测设备记录的时间确定,例如,当前时刻如果处于平水期,第一修正值变化范围为0.9-1.1,当期时刻如果处于丰水期,第一修正值变化范围为0.6-0.9,当期时刻如果处于枯水期,第一修正值变化范围为1.1-1.5,上述比值的分母均为历年平水期的参数值的平均值。
第二修正值用于表征污水中河水组分的溶质含量,由污水排放数据和检测设备记录的时间数据确定,例如,通常上午8点到晚上7点,为上班期间,该时段工业废水排放量较大,此时第二修正值主要用于修正氟化物、硫化物、砷、铜、汞、铅、镉等河水组分含量。晚上7点到晚上10点,为下班时间,该时段生活污水排放量较大,此时第二修正值主要用于修正磷、氮等河水组分含量。
步骤108,根据水质评价参数在当前时刻对应的数值和检测设备记录的时间数据,计算下一个预设时间段的待预测水质污染河段的河水组分含量的基础值。
在本申请实施例中,根据上一时刻的河水组分含量、河水流量和河水流速,根据伯努利方程计算下一个时间段河水组分含量。该计算过程不考虑气候参数和污水排放数据。
步骤109,根据基础值、第一修正值和第二修正值,确定下一个预设时间段的河水组分含量。
在本申请实施例中利用基础值、第一修正值和第二修正值,确定下一个预设时间段的河水组分含量只是一种实现方式。此外,根据实际情况,也可以利用基础值和第一修正值、或第二修正值和基础值,确定下一个预设时间段的河水组分含量。具体的,第一修正值和基础值通过乘除法的计算过程得到河水组分含量,第二修正值和基础值通过加权平均的计算过程得到河水组分含量。
步骤110,根据检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及确定的下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息。
在本申请实施例中,根据预设时间段内的河水变化趋势图的展示信息,工作人员能够在污染发生前采取相应的应急措施,从而将污染的损失降到最低,甚至直接消除隐患。
除了根据预设时间段内的河水变化趋势图的展示信息确定是否需要预警外,还可以先确定河水组分变化趋势相同的检测设备的数量,当河水组分变化趋势相同的检测设备的数量超过阈值时,发出警报。例如,在排污口设置10个检测设备,如果只有一个检测设备检测到河水组分升高,那么有可能该检测设备出现故障。如果有6个检测设备均检测到河水组分升高,那么说明出现河水被污染,此时服务器需要向工作人员发出警报。
如图2所示,本申请的实施例公开了另一种河水水质污染预测方法,包括以下步骤:
步骤201,确定第一修正因子,以及第一修正因子对应的第一修正值。
步骤202,确定第二修正因子,以及第二修正因子对应的第二修正值。
在本申请实施例中,第一修正因子、第一修正值、第二修正因子和第二修正值的确定方法可参考图1对应的实施例。
步骤203,根据河水质信息,确定河水组分在检测设备所在区域的组分含量。
在本申请实施例中,步骤203的组分含量用于下述模型的初始值。
步骤204,根据水质评价参数,建立流体力学的连续性方程和动量方程。
步骤205,根据流体力学的连续性方程、动量方程,以及第一修正因子和第二修正因子,确定河水组分的迁移模型。
在本申请实施例中,水组分的迁移模型具体为:
Figure GDA0002887866560000101
其中,C用于表征排污口下游处所述河水组分含量的解,t用于表征记录时间,x用于表征沿着河水流向纵向距离,u用于表征河水流速,D用于表征扩散系数,K用于表征所述河水组分的降解系数,λ用于表征第一修正因子,A用于表征第二修正因子。
步骤206,将组分含量组、第一修正值、第二修正值带入迁移模型,得到河水组分在检测设备所在区域的浓度扩散梯度。
步骤207,根据检测设备的河道位置信息和浓度扩散梯度,计算得到各个扩散梯度对应河段的定位信息。
在本申请实施例中,当存在多个扩散梯度时,每一个河水组分的一个扩散梯度对应一个河段,例如A组分的扩散梯度为a1、a2,B组分的扩散梯度为a2,则计算定位信息时,对于A组分,a1和a2对应的河段的定位信息不同,对于扩散梯度a2而言,A组分的a2对应的河段的定位信息与B组分的a2对应的河段的定位信息不同。
步骤208,根据浓度扩散梯度和河段的定位信息,在电子地图中用不同的颜色标记。
在本申请实施例中,由于河水组分比较复杂,如果同时在电子地图中显示很多定位信息会被覆盖掉,工作人员可以根据具体情况,选择分别展示不同河水组分的对应的河段的定位信息。
上述实施例在污染发生前,提前展示河水中各组分的分布状态,便于从宏观的角度为预防污染提供工作思路。
如图3所示,本申请实施例提出的一种河水水质污染预测装置,,包括:接收模块301、数据处理模块302和含量预测模块303;
接收模块301用于接收来自检测设备的水质信息、检测设备所处的河道位置信息、检测设备记录水质信息的时间数据;其中,水质信息包括河水组分含量;
数据处理模块302用于根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值对应的河段为待预测水质污染河段;获取待预测水质污染河段的水质评价参数在当前时刻的数值,水质评价参数包括降雨量、河水流量、河水流速中的一个或多个;
含量预测模块303用于根据水质信息、河道位置信息、水质评价参数在当前时刻对应的数值和检测设备记录的时间数据,确定下一个预设时间段待预测水质污染河段的河水组分含量;
含量预测模块303还用于根据检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及确定的下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息。
在本申请实施例中,含量预测模块303用于根据检测设备所处的河道位置信息和河水组分的类型数据,获取检测设备对应河段的气候参数,气候参数,包括:时节、温度、光照强度和风速中的一个或多个;根据气候参数和检测设备记录的时间数据,确定第一修正值;根据水质评价参数在当前时刻对应的数值和检测设备记录的时间数据,计算下一个预设时间段的待预测水质污染河段的河水组分含量的基础值;根据基础值和第一修正值,确定下一个预设时间段的河水组分含量。
在本申请实施例中,含量预测模块303用于确定待预测水质污染河段对应的污水排放节点的位置信息;获取污水排放节点的污水排放数据,污水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分含量;根据污水排放数据和检测设备记录的时间数据,确定第二修正值;根据水质评价参数在当前时刻对应的数值和检测设备记录的时间数据,计算下一个预设时间段的待预测水质污染河段的河水组分含量的基础值;根据基础值和第二修正值,确定下一个预设时间段的河水组分含量。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (7)

1.一种河水水质污染预测方法,其特征在于,包括:
接收来自检测设备的水质信息、所述检测设备所处的河道位置信息、所述检测设备记录所述水质信息的时间数据;其中,所述水质信息包括河水组分含量;
根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值的河段为待预测水质污染河段;获取所述待预测水质污染河段的水质评价参数在当前时刻的数值,所述水质评价参数包括降雨量、河水流量、河水流速中的一个或多个;
根据所述水质信息、所述河道位置信息、所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,确定下一个预设时间段所述待预测水质污染河段的河水组分含量;
根据所述检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及确定的下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息;
所述方法还包括:
根据所述检测设备所处的河道位置信息和所述河水组分的类型数据,获取所述检测设备对应河段的气候参数,所述气候参数,包括:时节、温度、光照强度和风速中的一个或多个;
根据所述气候参数对应的数值和所述检测设备记录的时间数据,确定第一修正因子,以及所述第一修正因子对应的第一修正值;
确定所述待预测水质污染河段对应的污水排放节点的位置信息;
获取所述污水排放节点的污水排放数据,所述污水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分含量;
根据所述污水排放数据和所述检测设备记录的时间数据,确定第二修正因子及所述第二修正因子对应的第二修正值;
根据所述水质信息、所述水质评价参数对应的数值、所述第一修正值和所述第二修正值,确定所述待预测水质污染河段中至少一个河水组分在河道中的浓度扩散梯度;
根据所述检测设备的河道位置信息和所述浓度扩散梯度,计算得到各个扩散梯度对应河段的定位信息;
根据所述浓度扩散梯度和所述河段的定位信息,在电子地图中用不同的颜色标记。
2.根据权利要求1所述的方法,其特征在于,所述根据所述水质信息、所述河道位置信息、所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,确定下一个预设时间段所述待预测水质污染河段的河水组分含量,包括:
根据所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,计算下一个预设时间段的所述待预测水质污染河段的河水组分含量的基础值;
根据所述基础值和所述第一修正值,确定下一个预设时间段的所述待预测水质污染河段的河水组分含量。
3.根据权利要求1所述的方法,其特征在于,所述根据所述水质信息、所述河道位置信息、所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,确定下一个预设时间段所述待预测水质污染河段的河水组分含量,包括:
根据所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,计算下一个预设时间段的所述待预测水质污染河段的河水组分含量的基础值;
根据所述基础值和所述第二修正值,确定下一个预设时间段的所述待预测水质污染河段的河水组分含量。
4.根据权利要求1所述的方法,其特征在于,所述根据所述水质信息、所述水质评价参数对应的数值、所述第一修正值和所述第二修正值,确定至少一个河水组分在河道中的浓度扩散梯度,包括:
根据所述水质信息,确定所述河水组分在所述检测设备所在区域的组分含量;
根据所述水质评价参数,建立流体力学的连续性方程和动量方程;
根据所述流体力学的连续性方程、动量方程,以及所述第一修正因子和所述第二修正因子,确定所述河水组分的迁移模型;
将所述组分含量、所述第一修正值、所述第二修正值带入所述迁移模型,得到所述河水组分在所述检测设备所在区域的浓度扩散梯度。
5.根据权利要求4所述的方法,其特征在于,所述河水组分的迁移模型具体为:
Figure FDA0002887866550000031
其中,C用于表征排污口下游处所述河水组分含量的解,t用于表征记录时间,x用于表征沿着河水流向纵向距离,u用于表征河水流速,D用于表征扩散系数,K用于表征所述河水组分的降解系数,λ用于表征所述第一修正因子,A用于表征所述第二修正因子。
6.根据权利要求1所述的方法,其特征在于,在所述得到预设时间段内的河水变化趋势展示信息之后,所述方法还包括:
在所述待预测水质污染河段内,根据所述预设时间段内的河水变化趋势图的展示信息,确定所述河水组分含量变化趋势相同的检测设备的数量大于阈值时,发送警报信息。
7.一种河水水质污染预测装置,其特征在于,包括:接收模块、数据处理模块和含量预测模块;
所述接收模块,用于接收来自检测设备的水质信息、所述检测设备所处的河道位置信息、所述检测设备记录所述水质信息的时间数据;其中,所述水质信息包括河水组分含量;
所述数据处理模块,用于根据一段时间内各预设河段的河水组分含量,确定水质污染值持续上升或下降但未超过污染阈值对应的河段为待预测水质污染河段;获取所述待预测水质污染河段的水质评价参数在当前时刻的数值,所述水质评价参数包括降雨量、河水流量、河水流速中的一个或多个;
所述含量预测模块,用于根据所述水质信息、所述河道位置信息、所述水质评价参数在当前时刻对应的数值和所述检测设备记录的时间数据,确定下一个预设时间段所述待预测水质污染河段的河水组分含量;
所述含量预测模块,还用于根据所述检测设备检测到的前一时间段的河水组分含量、当前时间的河水组分含量,以及确定的下一时间段河水组分含量,得到预设时间段内的河水变化趋势图的展示信息;
所述含量预测模块,还用于根据所述检测设备所处的河道位置信息和所述河水组分的类型数据,获取所述检测设备对应河段的气候参数,所述气候参数,包括:时节、温度、光照强度和风速中的一个或多个;
所述含量预测模块,还用于根据所述气候参数对应的数值和所述检测设备记录的时间数据,确定第一修正值;
所述含量预测模块,还用于确定所述待预测水质污染河段对应的污水排放节点的位置信息;所述含量预测模块,还用于获取所述污水排放节点的污水排放数据,所述污水排放数据包括:污水排放频次、单次污水排放量、单次污水排放时间数据和污水组分含量;
所述含量预测模块,还用于根据所述污水排放数据和所述检测设备记录的时间数据,确定第二修正值;
所述含量预测模块,还用于根据所述水质信息、所述水质评价参数对应的数值、所述第一修正值和所述第二修正值,确定所述待预测水质污染河段中至少一个河水组分在河道中的浓度扩散梯度;
所述含量预测模块,还用于根据所述检测设备的河道位置信息和所述浓度扩散梯度,计算得到各个扩散梯度对应河段的定位信息;
所述含量预测模块,还用于根据所述浓度扩散梯度和所述河段的定位信息,在电子地图中用不同的颜色标记。
CN201910293498.8A 2019-04-12 2019-04-12 一种河水水质污染预测方法和装置 Active CN110135622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910293498.8A CN110135622B (zh) 2019-04-12 2019-04-12 一种河水水质污染预测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910293498.8A CN110135622B (zh) 2019-04-12 2019-04-12 一种河水水质污染预测方法和装置

Publications (2)

Publication Number Publication Date
CN110135622A CN110135622A (zh) 2019-08-16
CN110135622B true CN110135622B (zh) 2021-05-04

Family

ID=67569922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910293498.8A Active CN110135622B (zh) 2019-04-12 2019-04-12 一种河水水质污染预测方法和装置

Country Status (1)

Country Link
CN (1) CN110135622B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909955B (zh) * 2019-12-04 2020-09-29 乐清市智格电子科技有限公司 一种水环境污染预警系统及其方法
CN111122813B (zh) * 2019-12-23 2020-09-22 水利部信息中心 基于区域地下水流场方向的水质类别评价方法
CN111489041B (zh) * 2020-06-23 2020-10-16 平安国际智慧城市科技股份有限公司 预测污染物异常排放的方法、装置、计算机设备
CN112417721B (zh) * 2020-11-11 2021-07-27 北京京航计算通讯研究所 基于二维有限元法扩散模型的水污染溯源方法及系统
CN113252582B (zh) * 2021-06-07 2021-10-08 芯视界(北京)科技有限公司 污染检测方法及装置、电子设备和存储介质
CN113380339B (zh) * 2021-06-17 2022-02-08 中国环境科学研究院 区域空间污染特征的检测方法
CN114965916A (zh) * 2021-06-29 2022-08-30 青岛经济技术开发区海尔热水器有限公司 一种水质监测方法、装置、用水设备及存储介质
CN114252575B (zh) * 2021-12-13 2024-03-08 甘肃省水利厅石羊河流域水资源利用中心 一种水质监测方法、电子设备及计算机存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609603A (zh) * 2011-01-21 2012-07-25 张波 水质信息计算装置及方法
CN103983304A (zh) * 2014-05-06 2014-08-13 北京农业信息技术研究中心 一种河道水质监测系统及方法
CN104392100A (zh) * 2014-10-29 2015-03-04 南京南瑞集团公司 基于水质在线监测系统的污染源扩散预警方法
CN108009736A (zh) * 2017-12-13 2018-05-08 北京北华中清环境工程技术有限公司 一种水质预警预报系统及水质预警预报方法
CN108132340A (zh) * 2017-12-14 2018-06-08 浙江大学 一种河道多传感器融合上下游污染预警系统及方法
CN108550096A (zh) * 2018-03-06 2018-09-18 河海大学 对滨江水体水环境整治的生态引调水方法
CN108830425A (zh) * 2018-06-26 2018-11-16 北京高能时代环境技术股份有限公司 水库水质预测系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609603A (zh) * 2011-01-21 2012-07-25 张波 水质信息计算装置及方法
CN103983304A (zh) * 2014-05-06 2014-08-13 北京农业信息技术研究中心 一种河道水质监测系统及方法
CN104392100A (zh) * 2014-10-29 2015-03-04 南京南瑞集团公司 基于水质在线监测系统的污染源扩散预警方法
CN108009736A (zh) * 2017-12-13 2018-05-08 北京北华中清环境工程技术有限公司 一种水质预警预报系统及水质预警预报方法
CN108132340A (zh) * 2017-12-14 2018-06-08 浙江大学 一种河道多传感器融合上下游污染预警系统及方法
CN108550096A (zh) * 2018-03-06 2018-09-18 河海大学 对滨江水体水环境整治的生态引调水方法
CN108830425A (zh) * 2018-06-26 2018-11-16 北京高能时代环境技术股份有限公司 水库水质预测系统及方法

Also Published As

Publication number Publication date
CN110135622A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110135622B (zh) 一种河水水质污染预测方法和装置
Amneera et al. Water quality index of Perlis river, Malaysia
Susilowati et al. Dynamics and factors that affects DO-BOD concentrations of Madiun River
Edwards et al. Assessing the impact of terrestrially derived phosphorus on flowing water systems
Darapu et al. Determining water quality index for the evaluation of water quality of river Godavari
Dewata et al. Determination of pH-BOD-COD and degradation in batang arau watersheds at Padang city
Ogbozige et al. Water quality assessment and mapping using inverse distance weighted interpolation: A case of River Kaduna, Nigeria
Hao et al. Seasonal variation of DOM and associated stoichiometry for freshwater ecosystem in the subtropical watershed: Indicating the optimal C: N: P ratio
Seo et al. A copula model to identify the risk of river water temperature stress for meteorological drought
Chen et al. A comparative study on nitrogen-concentration dynamics in surface water in a heterogeneous landscape
Dąbrowska et al. Phosphate dynamics in the drinking water catchment area of the Dobromierz Reservoir
Jamalianzadeh et al. Modeling DO and BOD5 Changes in the Dez River by Using QUAL2Kw
Narancic et al. Seasonal contributions of water and pollutants to Lake St. Charles, a drinking water reservoir
Noriega et al. Long-term trend of nitrogen and phosphorus transport in 12 tropical coastal watersheds in Northeast Brazil
CN108928928A (zh) 一种分散点源治理的水质改善方法
JP2001027634A (ja) 水質監視システム
Niu et al. Real-time irrigation forecasting for ecological water in artificial wetlands in the Dianchi Basin
CN114330904A (zh) 一种基于特征工程的河涌水质预测方法
Bek et al. Lake Manzala characteristics and main challenges
Nguyen et al. Using multivariate statistical techniques to assess water quality of Nhu Y river in Thua Thien Hue province
Hua et al. Temporal Seasonal Variations and Source Apportionment of Water Pollution in Melaka River Basin using Multivariate Statistical Techniques.
Danurrachman et al. Physico-Chemical and Biological Water Quality of Tuntang Estuary, Demak, Central Java as A Base for Sustainable River Management
CN117236902B (zh) 一种基于边缘计算的水质监测的上报方法及系统
CN111708285B (zh) 一种污水池闸门控制方法、装置及系统
Chii et al. Application of water quality models to rivers in Johor

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 2001, block B, newspaper building, middle section of Lashan Hexi Road, Huaiyin District, Jinan City, Shandong Province

Applicant after: Shandong Chuangqi cloud computing Co., Ltd

Address before: 250000 Room 2001, Block B, Jinan Newspaper Building, Middle Section of Lashan Hexi Road, Huaiyin District, Jinan City, Shandong Province

Applicant before: Shandong pioneer cloud Software Co., Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 2001, block B, newspaper building, middle section of Lashan Hexi Road, Huaiyin District, Jinan City, Shandong Province

Applicant after: Shandong Chuangqi cloud computing Co., Ltd

Address before: Room 2001, block B, newspaper building, middle section of Lashan Hexi Road, Huaiyin District, Jinan City, Shandong Province

Applicant before: Shandong pioneer cloud Software Co., Ltd.

GR01 Patent grant
GR01 Patent grant